Litigios por derechos de autor contra IA escalan con catálogos musicales históricos como frente legal
Cuarenta y un millones de dólares es el monto que los titulares del catálogo musical de Elvis Presley exigen a Anthropic por haber utilizado 274 canciones del artista para entrenar sus modelos de inteligencia artificial sin autorización. La demanda, presentada el 23 de octubre, involucra a Authentic Brands Group, Raleigh Music Publishing, varios fideicomisos y al menos un individuo, y acusa a la compañía de eludir protecciones de gestión de derechos digitales (DRM) y de eliminar o alterar información de derechos de autor en 247 obras, entre ellas 'Don't Be Cruel', 'Can't Help Falling in Love' y 'A Little Less Conversation'.
Este caso no es un hecho aislado. Anthropic enfrenta un patrón creciente de litigios similares: Sony y Warner presentaron una demanda por 'violación flagrante' de la ley de derechos de autor que involucra miles de obras, mientras que Universal Music y Concord Music Group reclamaron previamente por el uso no autorizado de 20,000 canciones protegidas. Cada una de estas acciones legales busca compensaciones que ascienden a miles de millones de dólares. OpenAI y otras empresas del sector enfrentan presiones legales equivalentes, lo que convierte la propiedad intelectual en uno de los mayores pasivos no contabilizados de la industria de IA generativa.
Lo que distingue el caso de Elvis es su dimensión simbólica y estratégica: se trata de un artista fallecido hace casi cinco décadas, cuyo catálogo sigue generando valor comercial significativo y cuyas obras son administradas activamente por estructuras corporativas y legales sofisticadas. El argumento central de la defensa de Anthropic —que el entrenamiento con material protegido constituye 'uso justo'— no ha sido validado por ningún tribunal federal de forma definitiva, lo que mantiene abierta una incertidumbre jurídica con implicaciones directas sobre la viabilidad de los modelos de negocio actuales de las plataformas de IA.
Para cualquier organización que evalúe asociaciones, inversiones o desarrollos propios sobre infraestructura de IA generativa, la acumulación de estos litigios representa un riesgo legal sistémico que debe incorporarse al análisis de due diligence. La resolución de estos casos —que podría tardar años— definirá si el entrenamiento con datos protegidos es una práctica sostenible o una deuda contingente que las empresas de IA deberán absorber en forma de compensaciones, licencias retroactivas o rediseño de sus modelos de datos.
